論文の概要: Learning to Maximize Gains From Trade in Small Markets

• arxiv url: http://arxiv.org/abs/2401.11596v1
• Date: Sun, 21 Jan 2024 20:57:12 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-23 15:43:49.355137
• Title: Learning to Maximize Gains From Trade in Small Markets
• Title（参考訳）: 小市場での貿易から利益を最大化するための学習
• Authors: Moshe Babaioff, Amitai Frey, Noam Nisan
• Abstract要約: 両面市場(ダブルオークション)をインセンティブの整合性と予算バランスの制約の下で設計する問題について検討する。 この結果は,1つの売り手と2つの買い手の間でも相関した値の分布の場合の一般的な不可能性である。 2つ目は、独立分布の場合、1つの売り手と2つの買い手のための効率的な学習アルゴリズムです。
• 参考スコア（独自算出の注目度）: 6.9735308786011085
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We study the problem of designing a two-sided market (double auction) to maximize the gains from trade (social welfare) under the constraints of (dominant-strategy) incentive compatibility and budget-balance. Our goal is to do so for an unknown distribution from which we are given a polynomial number of samples. Our first result is a general impossibility for the case of correlated distributions of values even between just one seller and two buyers, in contrast to the case of one seller and one buyer (bilateral trade) where this is possible. Our second result is an efficient learning algorithm for one seller and two buyers in the case of independent distributions which is based on a novel algorithm for computing optimal mechanisms for finitely supported and explicitly given independent distributions. Both results rely heavily on characterizations of (dominant-strategy) incentive compatible mechanisms that are strongly budget-balanced.
• Abstract（参考訳）: 貿易(社会福祉)の利益を最大化するための二面市場(二重オークション)を、(支配的戦略)インセンティブ互換性と予算均衡の制約の下で設計する問題について検討する。 我々の目標は、多項式数のサンプルが与えられた未知の分布に対してそうすることである。 我々の最初の結果は、1つの売り手と2つの買い手の間でも価値の分布が相関している場合の一般的な不可能であり、1つの売り手と1つの買い手(両立取引)がこれを可能にする場合とは対照的である。 第2の結果は,有限支持分布と明示的に与えられた独立分布の最適機構を計算するための新しいアルゴリズムに基づく独立分布の場合,1つの売り手と2人の買い手にとって効率的な学習アルゴリズムである。 どちらの結果も、予算バランスの強い(支配-戦略)インセンティブ互換メカニズムの特性に大きく依存している。

関連論文リスト

• Competing Bandits in Decentralized Large Contextual Matching Markets [13.313881962771777]
  我々は、需要側(プレイヤーまたはエージェント)が大きな供給側(腕)と競合する二面的マッチング市場における分散学習を研究する。 提案アルゴリズムは,腕の数によらず,インスタンス依存の対数的後悔を実現する。
  論文  参考訳（メタデータ） (2024-11-18T18:08:05Z)
• Selling Joint Ads: A Regret Minimization Perspective [7.288063443108292]
  オンライン小売によるモチベーションにより、一品(広告スロットなど)を2つの非排除購入者(商店、ブランド等)に販売する問題を考える。 この問題は、例えば、マーチャントとブランドが商品を宣伝するために競売に協力して入札する状況と、表示されている広告の恩恵を捉えている。 メカニズムは2つの入札を収集し、どちらを割り当てるか、どの支払いを行うかを決定する。
  論文  参考訳（メタデータ） (2024-09-12T07:59:10Z)
• Fair Allocation in Dynamic Mechanism Design [57.66441610380448]
  競売業者が各ラウンドの買い手グループに、合計で$T$で分けない商品を販売している問題を考える。 競売人は、各グループの最低平均配分を保証する公正な制約に固執しつつ、割引された全体の収益を最大化することを目的としている。
  論文  参考訳（メタデータ） (2024-05-31T19:26:05Z)
• New Classes of the Greedy-Applicable Arm Feature Distributions in the Sparse Linear Bandit Problem [34.51168440208439]
  スパースパラメータの内積を通じて腕の特徴が報酬に影響を及ぼすスパースコンテキストバンドイット問題を考える。 近年の研究では、グリーディアーム選択ポリシーに基づくスパーシリティ非依存アルゴリズムが開発されている。
  論文  参考訳（メタデータ） (2023-12-19T18:35:33Z)
• Towards Multi-Agent Reinforcement Learning driven Over-The-Counter Market Simulations [16.48389671789281]
  オーバー・ザ・カウンタ市場において,流動性提供者と流動性取扱業者が相互作用するゲームについて検討した。 互いに対戦することで、深層強化学習主体のエージェントは創発的な行動を学ぶ。 遷移性仮定の下で,多エージェントポリシー勾配アルゴリズムの収束率を示す。
  論文  参考訳（メタデータ） (2022-10-13T17:06:08Z)
• Learning Equilibria in Matching Markets from Bandit Feedback [139.29934476625488]
  不確実性の下で安定した市場成果を学習するためのフレームワークとアルゴリズムを開発する。 私たちの研究は、大規模なデータ駆動の市場において、いつ、どのように安定したマッチングが生じるかを明らかにするための第一歩を踏み出します。
  論文  参考訳（メタデータ） (2021-08-19T17:59:28Z)
• Robust Learning of Optimal Auctions [84.13356290199603]
  本研究では、入札者の評価値のサンプルを逆向きに破損させたり、逆向きに歪んだ分布から引き出すことができる場合に、サンプルから収益-最適マルチバイダオークションを学習する問題について検討する。 我々は,コルモゴロフ-スミルノフ距離における元の分布に対して$alpha$-closeの「全ての真の分布」に対して,収入がほぼ同時に最適であるメカニズムを学習できる新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-07-13T17:37:21Z)
• Deep Learning for Two-Sided Matching [14.571017168011725]
  機械学習を使用して、戦略の安全性と安定性の新たなトレードオフの可能性を理解します。 従来戦略の安全性と安定性を定量化するために, 新規な差別化可能なサロゲートを導入する。 これらの学習メカニズムによって特徴づけられる効率的なフロンティアは、達成可能なものよりもはるかに優れていることを実証する。
  論文  参考訳（メタデータ） (2021-07-07T18:22:11Z)
• Multi-Stage Decentralized Matching Markets: Uncertain Preferences and Strategic Behaviors [91.3755431537592]
  本稿では、現実世界のマッチング市場で最適な戦略を学ぶためのフレームワークを開発する。 我々は,不確実性レベルが特徴の福祉対フェアネストレードオフが存在することを示す。 シングルステージマッチングと比較して、マルチステージマッチングで参加者がより良くなることを証明します。
  論文  参考訳（メタデータ） (2021-02-13T19:25:52Z)
• Learning Strategies in Decentralized Matching Markets under Uncertain Preferences [91.3755431537592]
  エージェントの選好が不明な場合,共有資源の不足の設定における意思決定の問題について検討する。 我々のアプローチは、再生されたカーネルヒルベルト空間における好みの表現に基づいている。 エージェントの期待した利益を最大化する最適な戦略を導出する。
  論文  参考訳（メタデータ） (2020-10-29T03:08:22Z)
• Generalization Guarantees for Multi-item Profit Maximization: Pricing, Auctions, and Randomized Mechanisms [86.81403511861788]
  購入者の価値に根ざした分布が存在する場合のマルチイテム利益について検討する。 購入者の値の任意のセットに対して、利益はメカニズムのパラメーターにおいて断片的に線形である。 我々は、まだサンプルベースのメカニズム設計文献にはないメカニズムクラスに対する新しい境界を証明した。
  論文  参考訳（メタデータ） (2017-04-29T22:02:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。